计量经济学:领先一步的预测 - 页 54 1...474849505152535455565758596061...139 新评论 СанСаныч Фоменко 2011.11.27 08:45 #531 Avals: 你已经给出了许多次,但这只是预测的一部分。在上一篇文章中,我已经写了其他的内容。这是一个具有波动性的黑暗问题。 建模的目的是一个稳定的残留物,即莫和分散实际上是常数。这一点上面已经指出过几次了。这是对残差应用GARCH的结果。 如果你把原始商数的波动性,我把它作为两条杠来考虑。 或者类似于随机的东西? Sceptic Philozoff 2011.11.27 09:04 #532 yosuf: 请指出这些分支,搜索不起作用,谷歌是有的,但我需要一个我们论坛成员的观点。 我不明白你怎么会做不到--你甚至可以用谷歌搜索:"martingale site:mql4.com"。你甚至看到了论坛导航员 的主题和对常见问题的回答。强烈推荐阅读!? 只需在右上方的 "搜索"(带有放大镜的字段)中输入以下词语之一。"马汀"、"马丁"、"马蒂尼"、"雪崩"。这已经足够了,搜索页面上将有几十个链接。 Avals 2011.11.27 09:29 #533 faa1947:这是一个具有波动性的暗物质。建模的目的是一个稳定的残留物,即莫和分散实际上是常数。这一点上面已经指出过几次了。这是对剩余物应用GARCH的结果。如果我把初始商数的波动性,作为两条杠来考虑。或者类似于随机的东西? 你可以正式地衡量回报。也许不可能应用赫斯特指数 或h-波动率的纯粹形式。 绘制误差与预测范围的变化图。现在你预测的是1天条。如果你预测2个或更多的条形图,误差会如何变化。如果它的增长小于预测时间的根值,那么就会有回报。毕竟,错误是sko?也就是说,如果1个柱子的预测误差是80点,2个柱子的预测误差将小于80*SQRT(2)=113。绘制出在没有复归的情况下实际和理论误差的变化。 СанСаныч Фоменко 2011.11.27 09:56 #534 Avals: 有可能正式地衡量回报。可能不可能应用赫斯特指数或h-波动率的纯粹形式,但你可以这样做。绘制预测范围内的误差。现在你预测的是1天条。如果你预测2个或更多的条形图,误差会如何变化。如果它的增长小于预测时间的根,那么回报就会出现。毕竟,错误是sko?也就是说,如果1个柱子的预测误差是80点,2个柱子的预测误差将小于80*SQRT(2)=113。绘制出在没有复归的情况下,实际和理论误差的变化。应用Hurst指数 或h-波动率 赫斯特不仅仅是一个暗物质。 绘制预测范围内的误差。现在你预测的是1天条。如果你预测2个或更多的条形图,误差会如何变化? 在EViews中有两种预测模式:静态(提前一步)和动态--对于提前很多步的预测,此时将前一个值作为前一个预测值,其中前一个值是最后的测量值。误差是预测周围的两条分歧线。它与你的价值有什么关系--我不知道。 我不明白多步骤预测的想法。一个步骤就很足够了。不够--扩大时间范围。 Avals 2011.11.27 12:14 #535 faa1947: 应用Hearst数字或h-volatility 赫斯特不仅仅是一个暗物质。 绘制预测范围内的误差。现在,你预测的是1条天。如果你预测2个或更多的条形图,误差会如何变化? 在EViews中有两种预测模式:静态(提前一步)和动态--对于提前很多步的预测,此时将前一个值作为前一个预测值,其中前一个值是最后的测量值。误差是预测中的两条分歧线。它与你的价值有什么关系--我不知道。 我不明白多步骤预测的想法。一个步骤就很足够了。不够--扩大时间范围。 这不是预测的多少条,而是误差如何随预测范围的变化而变化。这可以让你看到是否有恢复到预测值的情况出现 СанСаныч Фоменко 2011.11.27 13:00 #536 Avals: 这不是预测的多少条,而是误差如何随预测范围的变化而变化。这使你能够了解是否有返回到预测值的情况发生一个+1的预测使用商数的测量 "真实 "值,该预测的误差由商数和模型之间的残差的静止性决定。如果是静止的,残差是一个常数,没有方根。如果不是静止的,也没有平方根,因为它是不可预测的,对测试样本的任何测量都没有意义。 Avals 2011.11.27 13:30 #537 faa1947: 一个+1的预测使用商数的测量 "真实 "值,这个预测的误差由商数和模型之间的残差的静止性决定。如果残差是静止的,它是一个常数,没有方根。如果不是静止的,也没有平方根,因为它是不可预测的,对测试样本的任何测量都没有意义。 显然,这不是我的意思。你是把预测误差算作均方根吗? Yury Reshetov 2011.11.27 13:37 #538 Avals: 显然这不是我的意思。你是以RMS来计算预测误差的吗? 如果他的误差是一个常数,那么你可以以任何方式计算它,它不会停止成为一个常数。 Юсуфходжа 2011.11.27 13:39 #539 faa1947: 对你的模型提出了一个建议。可能是查了一下。请看上面的主题。 我可以根据你的方法,提出指标的exel版本供你检查。我已经多次展示过这个指标,你可以从代码中提取你感兴趣的信息,包括Gamma函数。 Avals 2011.11.27 13:40 #540 Reshetov: 如果他把一个错误作为一个常数,那么无论你怎么算,它都不会停止成为一个常数。 它不可能是每个单独交易中的常数。而且,如果误差分布是静止的,来自预测(误差)的价格斜率可能会收敛为一个常数。 1...474849505152535455565758596061...139 新评论 原因: 取消 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
你已经给出了许多次,但这只是预测的一部分。在上一篇文章中,我已经写了其他的内容。
这是一个具有波动性的黑暗问题。
建模的目的是一个稳定的残留物,即莫和分散实际上是常数。这一点上面已经指出过几次了。这是对残差应用GARCH的结果。
如果你把原始商数的波动性,我把它作为两条杠来考虑。
或者类似于随机的东西?
我不明白你怎么会做不到--你甚至可以用谷歌搜索:"martingale site:mql4.com"。你甚至看到了论坛导航员 的主题和对常见问题的回答。强烈推荐阅读!?
只需在右上方的 "搜索"(带有放大镜的字段)中输入以下词语之一。"马汀"、"马丁"、"马蒂尼"、"雪崩"。这已经足够了,搜索页面上将有几十个链接。
这是一个具有波动性的暗物质。
建模的目的是一个稳定的残留物,即莫和分散实际上是常数。这一点上面已经指出过几次了。这是对剩余物应用GARCH的结果。
如果我把初始商数的波动性,作为两条杠来考虑。
或者类似于随机的东西?
你可以正式地衡量回报。也许不可能应用赫斯特指数 或h-波动率的纯粹形式。
绘制误差与预测范围的变化图。现在你预测的是1天条。如果你预测2个或更多的条形图,误差会如何变化。如果它的增长小于预测时间的根值,那么就会有回报。毕竟,错误是sko?也就是说,如果1个柱子的预测误差是80点,2个柱子的预测误差将小于80*SQRT(2)=113。绘制出在没有复归的情况下实际和理论误差的变化。
有可能正式地衡量回报。可能不可能应用赫斯特指数或h-波动率的纯粹形式,但你可以这样做。
绘制预测范围内的误差。现在你预测的是1天条。如果你预测2个或更多的条形图,误差会如何变化。如果它的增长小于预测时间的根,那么回报就会出现。毕竟,错误是sko?也就是说,如果1个柱子的预测误差是80点,2个柱子的预测误差将小于80*SQRT(2)=113。绘制出在没有复归的情况下,实际和理论误差的变化。
应用Hurst指数 或h-波动率
赫斯特不仅仅是一个暗物质。
绘制预测范围内的误差。现在你预测的是1天条。如果你预测2个或更多的条形图,误差会如何变化?
在EViews中有两种预测模式:静态(提前一步)和动态--对于提前很多步的预测,此时将前一个值作为前一个预测值,其中前一个值是最后的测量值。误差是预测周围的两条分歧线。它与你的价值有什么关系--我不知道。
我不明白多步骤预测的想法。一个步骤就很足够了。不够--扩大时间范围。
应用Hearst数字或h-volatility
赫斯特不仅仅是一个暗物质。
绘制预测范围内的误差。现在,你预测的是1条天。如果你预测2个或更多的条形图,误差会如何变化?
在EViews中有两种预测模式:静态(提前一步)和动态--对于提前很多步的预测,此时将前一个值作为前一个预测值,其中前一个值是最后的测量值。误差是预测中的两条分歧线。它与你的价值有什么关系--我不知道。
我不明白多步骤预测的想法。一个步骤就很足够了。不够--扩大时间范围。
这不是预测的多少条,而是误差如何随预测范围的变化而变化。这可以让你看到是否有恢复到预测值的情况出现
这不是预测的多少条,而是误差如何随预测范围的变化而变化。这使你能够了解是否有返回到预测值的情况发生
一个+1的预测使用商数的测量 "真实 "值,该预测的误差由商数和模型之间的残差的静止性决定。如果是静止的,残差是一个常数,没有方根。如果不是静止的,也没有平方根,因为它是不可预测的,对测试样本的任何测量都没有意义。
一个+1的预测使用商数的测量 "真实 "值,这个预测的误差由商数和模型之间的残差的静止性决定。如果残差是静止的,它是一个常数,没有方根。如果不是静止的,也没有平方根,因为它是不可预测的,对测试样本的任何测量都没有意义。
显然,这不是我的意思。你是把预测误差算作均方根吗?
显然这不是我的意思。你是以RMS来计算预测误差的吗?
对你的模型提出了一个建议。可能是查了一下。请看上面的主题。
如果他把一个错误作为一个常数,那么无论你怎么算,它都不会停止成为一个常数。
它不可能是每个单独交易中的常数。而且,如果误差分布是静止的,来自预测(误差)的价格斜率可能会收敛为一个常数。